sed和awk用法

Sed

sed是一个很好的文件处理工具，自己是一个管道命令，主要是以行为单位进行处理，能够将数据行进行替换、删除、新增、选取等特定工做，下面先了解一下sed的用法
sed命令行格式为：

sed [-nefri] ‘command’ 输入文本        

 

经常使用选项：
        -n∶使用安静(silent)模式。在通常 sed 的用法中，全部来自 STDIN的资料通常都会被列出到萤幕上。但若是加上 -n 参数后，则只有通过sed 特殊处理的那一行(或者动做)才会被列出来。
        -e∶直接在指令列模式上进行 sed 的动做编辑；
        -f∶直接将 sed 的动做写在一个档案内， -f filename 则能够执行 filename 内的sed 动做；
        -r∶sed 的动做支援的是延伸型正规表示法的语法。(预设是基础正规表示法语法)
        -i∶直接修改读取的档案内容，而不是由萤幕输出。       

经常使用命令：
        a   ∶新增， a 的后面能够接字串，而这些字串会在新的一行出现(目前的下一行)～
        c   ∶取代， c 的后面能够接字串，这些字串能够取代 n1,n2 之间的行！
        d   ∶删除，由于是删除啊，因此 d 后面一般不接任何咚咚；
         i   ∶插入， i 的后面能够接字串，而这些字串会在新的一行出现(目前的上一行)；
         p  ∶列印，亦即将某个选择的资料印出。一般 p 会与参数 sed -n 一块儿运做～
         s  ∶取代，能够直接进行取代的工做哩！一般这个 s 的动做能够搭配正规表示法！例如 1,20s/old/new/g 就是啦！

举例：（假设咱们有一文件名为ab）

删除某行
[root@localhost ruby] # sed '1d' ab              #删除第一行 
[root@localhost ruby] # sed '$d' ab              #删除最后一行
[root@localhost ruby] # sed '1,2d' ab           #删除第一行到第二行
[root@localhost ruby] # sed '2,$d' ab           #删除第二行到最后一行

显示某行
[root@localhost ruby] # sed -n '1p' ab           #显示第一行 
[root@localhost ruby] # sed -n '$p' ab           #显示最后一行
[root@localhost ruby] # sed -n '1,2p' ab        #显示第一行到第二行
[root@localhost ruby] # sed -n '2,$p' ab        #显示第二行到最后一行

使用模式进行查询
[root@localhost ruby] # sed -n '/ruby/p' ab    #查询包括关键字ruby所在全部行
[root@localhost ruby] # sed -n '/\$/p' ab        #查询包括关键字$所在全部行，使用反斜线\屏蔽特殊含义

增长一行或多行字符串
[root@localhost ruby]# cat ab
Hello!
ruby is me,welcome to my blog.
end
[root@localhost ruby] # sed '1a drink tea' ab  #第一行后增长字符串"drink tea"
Hello!
drink tea
ruby is me,welcome to my blog. 
end
[root@localhost ruby] # sed '1,3a drink tea' ab #第一行到第三行后增长字符串"drink tea"
Hello!
drink tea
ruby is me,welcome to my blog.
drink tea
end
drink tea
[root@localhost ruby] # sed '1a drink tea\nor coffee' ab   #第一行后增长多行，使用换行符\n
Hello!
drink tea
or coffee
ruby is me,welcome to my blog.
end

代替一行或多行
[root@localhost ruby] # sed '1c Hi' ab                #第一行代替为Hi
Hi
ruby is me,welcome to my blog.
end
[root@localhost ruby] # sed '1,2c Hi' ab             #第一行到第二行代替为Hi
Hi
end

替换一行中的某部分
格式：sed 's/要替换的字符串/新的字符串/g'   （要替换的字符串能够用正则表达式）
[root@localhost ruby] # sed -n '/ruby/p' ab | sed 's/ruby/bird/g'    #替换ruby为bird
[root@localhost ruby] # sed -n '/ruby/p' ab | sed 's/ruby//g'        #删除ruby

插入
[root@localhost ruby] # sed -i '$a bye' ab         #在文件ab中最后一行直接输入"bye"
[root@localhost ruby]# cat ab
Hello!
ruby is me,welcome to my blog.
end
bye

删除匹配行

sed -i '/匹配字符串/d'  filename  （注：若匹配字符串是变量，则须要“”，而不是‘’。记得好像是）

替换匹配行中的某个字符串

sed -i '/匹配字符串/s/替换源字符串/替换目标字符串/g' filename

 

awk

使用方法

awk '{pattern + action}' {filenames}

尽管操做可能会很复杂，但语法老是这样，其中 pattern 表示 AWK 在数据中查找的内容，而 action 是在找到匹配内容时所执行的一系列命令。花括号（{}）不须要在程序中始终出现，但它们用于根据特定的模式对一系列指令进行分组。 pattern就是要表示的正则表达式，用斜杠括起来。

awk语言的最基本功能是在文件或者字符串中基于指定规则浏览和抽取信息，awk抽取信息后，才能进行其余文本操做。完整的awk脚本一般用来格式化文本文件中的信息。

一般，awk是以文件的一行为处理单位的。awk每接收文件的一行，而后执行相应的命令，来处理文本。

调用awk

有三种方式调用awk

1.命令行方式
awk [-F  field-separator]  'commands'  input-file(s)
其中，commands 是真正awk命令，[-F域分隔符]是可选的。 input-file(s) 是待处理的文件。
在awk中，文件的每一行中，由域分隔符分开的每一项称为一个域。一般，在不指名-F域分隔符的状况下，默认的域分隔符是空格。

2.shell脚本方式
将全部的awk命令插入一个文件，并使awk程序可执行，而后awk命令解释器做为脚本的首行，一遍经过键入脚本名称来调用。
至关于shell脚本首行的：#!/bin/sh
能够换成：#!/bin/awk

3.将全部的awk命令插入一个单独文件，而后调用：
awk -f awk-script-file input-file(s)
其中，-f选项加载awk-script-file中的awk脚本，input-file(s)跟上面的是同样的。

 本章重点介绍命令行方式。

 

入门实例

假设last -n 5的输出以下

[root@www ~]# last -n 5 <==仅取出前五行
root     pts/1   192.168.1.100  Tue Feb 10 11:21   still logged in
root     pts/1   192.168.1.100  Tue Feb 10 00:46 - 02:28  (01:41)
root     pts/1   192.168.1.100  Mon Feb  9 11:41 - 18:30  (06:48)
dmtsai   pts/1   192.168.1.100  Mon Feb  9 11:41 - 11:41  (00:00)
root     tty1                   Fri Sep  5 14:09 - 14:10  (00:01)

若是只是显示最近登陆的5个账号

#last -n 5 | awk  '{print $1}'
root
root
root
dmtsai
root

awk工做流程是这样的：读入有'\n'换行符分割的一条记录，而后将记录按指定的域分隔符划分域，填充域，$0则表示全部域,$1表示第一个域,$n表示第n个域。默认域分隔符是"空白键" 或 "[tab]键",因此$1表示登陆用户，$3表示登陆用户ip,以此类推。

 

若是只是显示/etc/passwd的帐户

#cat /etc/passwd |awk  -F ':'  '{print $1}'  
root
daemon
bin
sys

这种是awk+action的示例，每行都会执行action{print $1}。

-F指定域分隔符为':'。

 

若是只是显示/etc/passwd的帐户和帐户对应的shell,而帐户与shell之间以tab键分割

#cat /etc/passwd |awk  -F ':'  '{print $1"\t"$7}'
root    /bin/bash
daemon  /bin/sh
bin     /bin/sh
sys     /bin/sh

 

若是只是显示/etc/passwd的帐户和帐户对应的shell,而帐户与shell之间以逗号分割,并且在全部行添加列名name,shell,在最后一行添加"blue,/bin/nosh"。

cat /etc/passwd |awk  -F ':'  'BEGIN {print "name,shell"}  {print $1","$7} END {print "blue,/bin/nosh"}'
name,shell
root,/bin/bash
daemon,/bin/sh
bin,/bin/sh
sys,/bin/sh
....
blue,/bin/nosh

awk工做流程是这样的：先执行BEGING，而后读取文件，读入有/n换行符分割的一条记录，而后将记录按指定的域分隔符划分域，填充域，$0则表示全部域,$1表示第一个域,$n表示第n个域,随后开始执行模式所对应的动做action。接着开始读入第二条记录······直到全部的记录都读完，最后执行END操做。

 

搜索/etc/passwd有root关键字的全部行

#awk -F: '/root/' /etc/passwd
root:x:0:0:root:/root:/bin/bash

这种是pattern的使用示例，匹配了pattern(这里是root)的行才会执行action(没有指定action，默认输出每行的内容)。

搜索支持正则，例如找root开头的: awk -F: '/^root/' /etc/passwd

 

搜索/etc/passwd有root关键字的全部行，并显示对应的shell

# awk -F: '/root/{print $7}' /etc/passwd             
/bin/bash

 这里指定了action{print $7}

 

awk内置变量

awk有许多内置变量用来设置环境信息，这些变量能够被改变，下面给出了最经常使用的一些变量。

ARGC               命令行参数个数
ARGV               命令行参数排列
ENVIRON            支持队列中系统环境变量的使用
FILENAME           awk浏览的文件名
FNR                浏览文件的记录数
FS                 设置输入域分隔符，等价于命令行 -F选项
NF                 浏览记录的域的个数
NR                 已读的记录数
OFS                输出域分隔符
ORS                输出记录分隔符
RS                 控制记录分隔符

 此外,$0变量是指整条记录。$1表示当前行的第一个域,$2表示当前行的第二个域,......以此类推。

 

统计/etc/passwd:文件名，每行的行号，每行的列数，对应的完整行内容:

#awk  -F ':'  '{print "filename:" FILENAME ",linenumber:" NR ",columns:" NF ",linecontent:"$0}' /etc/passwd
filename:/etc/passwd,linenumber:1,columns:7,linecontent:root:x:0:0:root:/root:/bin/bash
filename:/etc/passwd,linenumber:2,columns:7,linecontent:daemon:x:1:1:daemon:/usr/sbin:/bin/sh
filename:/etc/passwd,linenumber:3,columns:7,linecontent:bin:x:2:2:bin:/bin:/bin/sh
filename:/etc/passwd,linenumber:4,columns:7,linecontent:sys:x:3:3:sys:/dev:/bin/sh

 

使用printf替代print,可让代码更加简洁，易读

 awk  -F ':'  '{printf("filename:%10s,linenumber:%s,columns:%s,linecontent:%s\n",FILENAME,NR,NF,$0)}' /etc/passwd

 

print和printf

awk中同时提供了print和printf两种打印输出的函数。

其中print函数的参数能够是变量、数值或者字符串。字符串必须用双引号引用，参数用逗号分隔。若是没有逗号，参数就串联在一块儿而没法区分。这里，逗号的做用与输出文件的分隔符的做用是同样的，只是后者是空格而已。

printf函数，其用法和c语言中printf基本类似,能够格式化字符串,输出复杂时，printf更加好用，代码更易懂。

 

 awk编程

 变量和赋值

除了awk的内置变量，awk还能够自定义变量。

下面统计/etc/passwd的帐户人数

awk '{count++;print $0;} END{print "user count is ", count}' /etc/passwd
root:x:0:0:root:/root:/bin/bash
......
user count is  40

count是自定义变量。以前的action{}里都是只有一个print,其实print只是一个语句，而action{}能够有多个语句，以;号隔开。

 

这里没有初始化count，虽然默认是0，可是稳当的作法仍是初始化为0:

awk 'BEGIN {count=0;print "[start]user count is ", count} {count=count+1;print $0;} END{print "[end]user count is ", count}' /etc/passwd
[start]user count is  0
root:x:0:0:root:/root:/bin/bash
...
[end]user count is  40

 

统计某个文件夹下的文件占用的字节数

ls -l |awk 'BEGIN {size=0;} {size=size+$5;} END{print "[end]size is ", size}'
[end]size is  8657198

 

若是以M为单位显示:

ls -l |awk 'BEGIN {size=0;} {size=size+$5;} END{print "[end]size is ", size/1024/1024,"M"}' 
[end]size is  8.25889 M

注意，统计不包括文件夹的子目录。

 

条件语句

 awk中的条件语句是从C语言中借鉴来的，见以下声明方式：

if (expression) {
    statement;
    statement;
    ... ...
}

if (expression) {
    statement;
} else {
    statement2;
}

if (expression) {
    statement1;
} else if (expression1) {
    statement2;
} else {
    statement3;
}

 

统计某个文件夹下的文件占用的字节数,过滤4096大小的文件(通常都是文件夹):

ls -l |awk 'BEGIN {size=0;print "[start]size is ", size} {if($5!=4096){size=size+$5;}} END{print "[end]size is ", size/1024/1024,"M"}' 
[end]size is  8.22339 M

 

循环语句

awk中的循环语句一样借鉴于C语言，支持while、do/while、for、break、continue，这些关键字的语义和C语言中的语义彻底相同。

 

数组

  由于awk中数组的下标能够是数字和字母，数组的下标一般被称为关键字(key)。值和关键字都存储在内部的一张针对key/value应用hash的表格里。因为hash不是顺序存储，所以在显示数组内容时会发现，它们并非按照你预料的顺序显示出来的。数组和变量同样，都是在使用时自动建立的，awk也一样会自动判断其存储的是数字仍是字符串。通常而言，awk中的数组用来从记录中收集信息，能够用于计算总和、统计单词以及跟踪模板被匹配的次数等等。

 

显示/etc/passwd的帐户

awk -F ':' 'BEGIN {count=0;} {name[count] = $1;count++;}; END{for (i = 0; i < NR; i++) print i, name[i]}' /etc/passwd
0 root
1 daemon
2 bin
3 sys
4 sync
5 games
......

这里使用for循环遍历数组

 

awk编程的内容极多，这里只罗列简单经常使用的用法，更多请参考 http://www.gnu.org/software/gawk/manual/gawk.html